本文關(guān)鍵詞：網(wǎng)絡(luò)輿情行為演化分析及其應(yīng)用研究

  更多相關(guān)文章： 網(wǎng)絡(luò)輿情 演化模式 演化建模 趨勢預(yù)測 預(yù)警 時間序列 經(jīng)驗?zāi)B(tài)分解 云模型

【摘要】：隨著互聯(lián)網(wǎng)在全球范圍內(nèi)的發(fā)展與普及,網(wǎng)絡(luò)媒體已被公認為是繼報紙、廣播、電視之后的“第四媒體”,其憑借著開放、快捷和互動等特點,已成為人們交流思想、闡述觀點、發(fā)表意見的新平臺。正是在網(wǎng)絡(luò)媒體的作用下,網(wǎng)絡(luò)輿情較傳統(tǒng)的社會輿情具有更快的傳播速度、更廣的擴散范圍和更大的影響強度,進而對輿情的表達與傳播產(chǎn)生了巨大的推動作用。由于網(wǎng)絡(luò)媒體存在虛擬性,同時缺少有效的監(jiān)督,致使其成為一些網(wǎng)民發(fā)泄情緒的空間,極易誤導(dǎo)民眾,如不對其采取有效的措施加以控制,將對社會造成較大的影響與沖擊。網(wǎng)絡(luò)輿情行為演化分析能夠為國家有關(guān)部門準確了解民意,及時發(fā)現(xiàn)并掌握網(wǎng)絡(luò)輿情提供技術(shù)支持,已經(jīng)成為網(wǎng)絡(luò)輿情演化分析領(lǐng)域的研究熱點。論文主要研究網(wǎng)絡(luò)輿情行為演化分析及其應(yīng)用,其貢獻體現(xiàn)在如下3個方面： (1)研究了網(wǎng)絡(luò)輿情行為演化特性,構(gòu)建了6個網(wǎng)絡(luò)輿情行為演化模式。論文使用描述網(wǎng)民發(fā)帖過程的時間序列來表征網(wǎng)絡(luò)輿情的行為演化過程,結(jié)合時間序列的分析方法,構(gòu)建了分布模式、平穩(wěn)模式、相關(guān)模式、自相似模式、周期模式和趨勢模式等6個網(wǎng)絡(luò)輿情行為演化模式,并給出了相應(yīng)的模式分析方法。實驗表明,網(wǎng)絡(luò)輿情行為演化模式能夠有效地刻畫網(wǎng)絡(luò)輿情的行為演化過程,可以為網(wǎng)絡(luò)輿情行為演化建模與趨勢預(yù)測提供理論基礎(chǔ)。 (2)考慮到行為演化過程具有動態(tài)變化性和多成分特性,論文從提高模型適應(yīng)性和分解行為演化過程等兩個思路出發(fā),分別提出了自適應(yīng)網(wǎng)絡(luò)輿情行為演化建模方法和基于EMD的網(wǎng)絡(luò)輿情行為演化建模方法。前一種方法遵循先分析后建模的因果關(guān)系,在動態(tài)跟蹤網(wǎng)絡(luò)輿情行為演化模式的基礎(chǔ)上,根據(jù)模型選擇規(guī)則從備選模型庫中選擇合適的模型進行行為演化建模。后一種方法首先對行為演化過程進行EMD分解,形成行為演化過程的趨勢成分、周期成分、突發(fā)成分和隨機成分,隨后通過對各成分的建模來實現(xiàn)行為演化過程的整體建模。實驗表明,上述兩種行為演化建模方法的趨勢預(yù)測性能較現(xiàn)有方法均有一定的提高。 (3)研究了網(wǎng)絡(luò)輿情行為演化分析在網(wǎng)絡(luò)輿情預(yù)警中的應(yīng)用,提出了一種基于云模型的網(wǎng)絡(luò)輿情預(yù)警方法。該方法將網(wǎng)絡(luò)輿情行為演化趨勢預(yù)測信息引入到網(wǎng)絡(luò)輿情預(yù)警中,并給出基于云模型的威脅評估技術(shù),將當(dāng)前威脅狀態(tài)與潛在威脅趨勢進行融合評估,得到預(yù)警等級。實驗表明,該方法具有一定的容錯性和魯棒性,預(yù)警效果優(yōu)于現(xiàn)有方法,得到的預(yù)警等級具有時變性,變化過程與事件發(fā)展過程一致,并體現(xiàn)了網(wǎng)民的上網(wǎng)習(xí)慣,符合客觀實際。
【關(guān)鍵詞】：網(wǎng)絡(luò)輿情 演化模式 演化建模 趨勢預(yù)測 預(yù)警 時間序列 經(jīng)驗?zāi)B(tài)分解 云模型
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F49;C912.63
【目錄】：

• 表目錄6-7
• 圖目錄7-8
• 摘要8-9
• ABSTRACT9-11
• 第一章 緒論11-17
• 1.1 課題背景及研究意義11-12
• 1.2 研究現(xiàn)狀12-15
• 1.2.1 網(wǎng)絡(luò)信息傳播12-13
• 1.2.2 網(wǎng)民交互行為13-14
• 1.2.3 網(wǎng)民發(fā)帖行為14-15
• 1.3 論文研究內(nèi)容與結(jié)構(gòu)安排15-17
• 1.3.1 論文研究內(nèi)容15
• 1.3.2 論文組織結(jié)構(gòu)15-17
• 第二章 網(wǎng)絡(luò)輿情行為演化模式分析17-29
• 2.1 網(wǎng)絡(luò)輿情行為演化模式分析原理17-19
• 2.1.1 網(wǎng)絡(luò)輿情數(shù)據(jù)特征分析17-18
• 2.1.2 時間序列分析原理18-19
• 2.1.3 基于時間序列分析的網(wǎng)絡(luò)輿情行為演化模式分析原理19
• 2.2 網(wǎng)絡(luò)輿情行為演化模式及分析方法19-23
• 2.2.1 分布模式19-20
• 2.2.2 平穩(wěn)模式20-21
• 2.2.3 相關(guān)模式21
• 2.2.4 自相似模式21-22
• 2.2.5 周期模式22-23
• 2.2.6 趨勢模式23
• 2.3 實驗結(jié)果與性能分析23-27
• 2.3.1 分布模式分析24-25
• 2.3.2 平穩(wěn)模式分析25
• 2.3.3 相關(guān)模式分析25-26
• 2.3.4 自相似模式分析26-27
• 2.3.5 周期模式分析27
• 2.3.6 趨勢模式分析27
• 2.4 本章小結(jié)27-29
• 第三章 網(wǎng)絡(luò)輿情行為演化建模與趨勢預(yù)測29-43
• 3.1 網(wǎng)絡(luò)輿情行為演化建模與趨勢預(yù)測原理29-30
• 3.2 自適應(yīng)網(wǎng)絡(luò)輿情行為演化建模方法30-35
• 3.2.1 動態(tài)跟蹤行為演化模式30
• 3.2.2 構(gòu)建備選模型庫30-32
• 3.2.3 制定模型選擇規(guī)則32-33
• 3.2.4 實驗結(jié)果與性能分析33-35
• 3.3 基于EMD的網(wǎng)絡(luò)輿情行為演化建模方法35-41
• 3.3.1 網(wǎng)絡(luò)輿情行為演化過程的EMD分解36
• 3.3.2 基于EMD的網(wǎng)絡(luò)輿情行為演化模型36-37
• 3.3.3 實驗結(jié)果與性能分析37-41
• 3.4 本章小結(jié)41-43
• 第四章 網(wǎng)絡(luò)輿情行為演化分析在網(wǎng)絡(luò)輿情預(yù)警中的應(yīng)用43-58
• 4.1 網(wǎng)絡(luò)輿情預(yù)警原理43-45
• 4.1.1 網(wǎng)絡(luò)輿情預(yù)警指標選取43-44
• 4.1.2 綜合分析技術(shù)44-45
• 4.2 基于云模型的網(wǎng)絡(luò)輿情預(yù)警方法45-54
• 4.2.1 基于云模型的網(wǎng)絡(luò)輿情預(yù)警方法流程45
• 4.2.2 預(yù)警指標選取45-47
• 4.2.3 基于云模型的威脅評估技術(shù)47-54
• 4.3 實驗結(jié)果與性能分析54-57
• 4.4 本章小結(jié)57-58
• 第五章 總結(jié)與展望58-60
• 5.1 全文總結(jié)58
• 5.2 工作展望58-60
• 參考文獻60-66
• 作者簡歷 攻讀碩士學(xué)位期間完成的主要工作66-67
• 致謝67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高輝;王沙沙;傅彥;;Web輿情的長期趨勢預(yù)測方法[J];電子科技大學(xué)學(xué)報;2011年03期

2 程光 ,龔儉 ,丁偉;網(wǎng)絡(luò)流量宏觀行為分析的一種時序分解模型[J];電子學(xué)報;2002年11期

3 姜明;吳春明;張e，

本文編號：628635